具有执行器饱和的离散Cohen-Grossberg神经网络的吸引域估计

发布时间：2021-01-27 22:53

　　近年来,人工神经网络的研究成为时下热门。在众多神经网络模型中,由Cohen和Grossberg提出的Cohen-Grossberg神经网络模型的发展尤为突出。因其独有的特性,被广泛应用于模式识别、计算机视觉、联想记忆、优化控制等领域。同时,脉冲现象普遍存在于许多工程系统中,脉冲控制也以其容易实现且成本低廉的特有优势,使其成为用来维持系统稳定的一种重要控制手段。另外,在实际工程中,执行器饱和现象是不可回避的问题。执行器饱和现象因其不光滑的特性,不仅会影响系统的运行性能,甚至会造成系统的不稳定。然而,目前对于具有执行器饱和脉冲输入神经网络的研究还处于初级阶段。因此,深入研究此类控制系统有着重大意义。当然,鉴于Cohen-Grossberg神经网络的高度非线性,在加入抗饱和脉冲控制后,可能仍然达不到全局稳定,所以在考虑实现系统全局稳定的同时,还需要考虑系统可能出现的局部渐近稳定。又因局部渐近稳定时,平衡点吸引域代表着Cohen-Grossberg神经网络的纠错能力及优化能力。因此本文将重点研究具有执行器饱和脉冲输入的离散Cohen-Grossberg神经网络的吸引域估计,主要研究成果包括如下... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 人工神经网络
    1.2 离散脉冲神经网络
    1.3 执行器饱和及研究现状
    1.4 吸引域估计概述
    1.5 本文主要内容和结构安排
第二章 预备知识
    2.1 符号说明
    2.2 Lyapunov稳定性
        2.2.1 Lyapunov函数的定义
        2.2.2 Lyapunov稳定性定理
        2.2.3 Lyapunov稳定性理论的推广
    2.3 饱和约束控制系统
        2.3.1 平衡点、吸引域
        2.3.2 饱和现象
        2.3.3 椭球体不变集
第三章 具有执行器饱和的线性离散脉冲系统的吸引域估计
    3.1 引言
    3.2 问题描述
    3.3 主要结论
    3.4 数值例子及仿真
    3.5 本章小结
第四章 带有饱和脉冲输入的离散CGNNs的吸引域估计
    4.1 引言
    4.2 问题描述
    4.3 主要结论
    4.4 数值例子及仿真
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目


【参考文献】：
期刊论文
[1]输入饱和的一类切换系统神经网络跟踪控制[J]. 司文杰,董训德,王聪.  自动化学报. 2017(08)
[2]关于时滞差分方程的Razumikhin型稳定性定理[J]. 周宗福.  数学研究与评论. 2003(01)

博士论文
[1]饱和控制系统理论及应用研究[D]. 周丽明.哈尔滨工程大学 2009

硕士论文
[1]执行器饱和时滞系统的间歇控制研究[D]. 吴君.天津大学 2013
[2]具有执行器饱和的非线性切换系统的优化与控制研究[D]. 李晓银.辽宁工程技术大学 2012



本文编号：3003868